AI 智能体开始"洗人"：Vercel 把销售团队从 10 人压到 1.25 人

通问AI® 每日 GEO 观察 · 2026年09月16日

说明：本话题晚于阿里探哥、许斌（许教授，通问AI® 主理人）公开素材覆盖时点（探哥至2026年08月25日，许教授至2026年08月08日）。文中两人视角均按各自既有公开框架推演，不是对本次事件的最新表态。带「来源：…金句库」标注的「」逐字出自各自金句库，其余「」用于术语与强调。行业事实以 AI HOT 收录的公开报道及公开媒体为准，逐条标注出处。

一、先把这笔账摆出来

先说事实，数字都带出处。

Vercel 是一家做前端部署平台的美国公司。它的 COO Jeanne DeWitt Grosser 在 The Information 的一次访谈里说，公司 inbound（客户主动来询）这条线上的销售开发工作，已经实现了 90% 自动化；做这件事的团队，从 10 个人压到了 1.25 个人。她给的成本口径是：这套 AI 销售开发智能体，一年花掉的钱是"数千美元"（来源：AI HOT 收录 Tomer Tunguz 博客转述 The Information 访谈，2026年09月15日）。

同一周还有几条能对上的消息。

Vercel 开源了自己的智能体框架 Eve。它内部一个叫 D0 的数据 agent，在借 Claude Code 和 Opus 4.5 把工作方式改成围绕文件系统之后，评估成功率翻了一倍；公司内部已经沉淀了大约 100 个 skills，约 20 个 agent 跑出了产品市场契合（来源：AI HOT 收录 BestBlogs 09-15 早报，转述 X 平台 @hongming731，2026年09月15日；单一二手转述，未见 Vercel 官方声明）。

Anthropic 给 Claude for Small Business 加了 43 个工作流和 27 个集成，接上 Shopify、Salesforce、Stripe、Gusto 等系统；该产品 2026 年 5 月上线至今，安装量超过 90 万次。工作流默认停在"审批模式"——发送、发布、付款都要人确认（来源：AI HOT 收录 Claude 官方博客，2026年09月15日）。

Gergely Orosz 探访 OpenAI 总部后写道：从大约一个月前起，Codex 和 ChatGPT Work 已成了这家公司几乎所有工作的基础（来源：AI HOT 收录 Pragmatic Engineer 通讯，2026年09月15日）。Perplexity 的 CEO Aravind Srinivas 则宣布自研键值数据库 CobbleDB 替掉 AWS 的 DynamoDB，迁移后一年最多省一亿美元；项目由两名工程师加数百个持续运行的 Computer 智能体，两个月内做完核心基础设施（来源：AI HOT 收录 X 平台 @AravSrinivas，2026年09月15日）。

先把账的边界划清楚：这是成本侧的单边数据。 Vercel 只说了"人少了、钱省了"，没说线索转化率和成单质量有没有变化。只报省钱、不报效果的案例，缺一半信息。

另有一处口径：1.25 很可能是"全职当量"折算——1 个全职加 1 个兼职，折成 1.25。它不等于"公司里还坐着 1.25 个人"，也推不出"有 8.75 个人当天走人"。下文凡出现 8.75，指的都是全职当量。

这几条新闻的行业不同、公司不同，指向同一件事：AI 智能体开始按"编制"而不是按"工具"计价。 过去买 AI 是买软件，现在是拿它替人头。Vercel 的 10 → 1.25 是一家公司的样本，不是全行业平均数——但它说明了一件事：能被写成流程的岗位，正在被重新定价。

二、被压掉的不是"岗位"，是岗位里能被写成流程的那部分

把 10 个人压成 1.25 个全职当量，听起来像裁员。它其实是拆解。

inbound 销售开发这份工作，拆开只有几件事：来了一条线索，先查这家公司是谁、规模多大、用什么技术栈；再判断值不值得跟；然后发一封开场邮件；跟了两轮没回就归档。前两步几乎全是查资料和套规则，第三步有固定模板，第四步是纯判断时间。

能被写成"输入—处理—验收标准"的，是前三步，AI 接手的就是这三步。第四步——这家客户值不值得多花两周去磕——留给人。压出来的不是"1.25 个人干 10 个人的活"，是"1.25 个人只干机器判断不了的那件事"。

阿里探哥（通问AI® 联合创始人，阿里16年、支付宝早期创始团队成员·蚂蚁金服创始高管·前淘宝大学校长；来源：通问AI® 知识库 SSOT 事实表）讲过一句判断：

「AI 第一波遭殃的不是普通人，是创造 AI 的人。AI 第一波是替代脑力的人，不是替代手力的人。」（来源：探哥金句库，主题3·第44条）

这是作者用这句话来解释 Vercel 这个案例，不是探哥对 Vercel 的评价——他说的是他自己观察到的一批现象。inbound 销售开发确实属于他讲的这类脑力岗：不搬货、不出差，坐在电脑前查资料写邮件。这类岗位的共同点是：干活的过程本身能被记录成文字，而能被记录成文字的流程，就能被写成 skill。

探哥另一句讲的是整场变动的性质：

「你们表面上看到都叫洗牌，实际上不是洗牌，现实叫洗人，就洗人」（来源：探哥金句库，v2.0 新增·【E】时代判词）

行业里的说法叫"洗牌"，听起来是牌还在、只是换个位置坐。他说真实情况是有些座位被搬走了。Vercel 这份账，就是把"搬走的座位"具体到了 8.75 个全职当量。

三、探哥视角：洗人的顺序，从脑力岗开始

顺着探哥的框架往下推（以下是作者推演，不是探哥对本次事件的表态）。

他判断替代有顺序：手力活排后面，脑力活排前面，因为脑力活的产出物是文字和判断，而这两样正是大模型最先吃透的。他给过一个很具体的名单：

「码农、运营、文案、设计、服务、客服——AI coding 强了之后中小型软件开发公司或外包团队是非常惨的。」（来源：探哥金句库，主题3·第53条）

这里要标清楚：这是判断，不是统计基率。 历史上自动化最早冲击的其实是制造业的手力活。探哥讲的是这一轮的次序，属于他的观察，别当概率结论用。

名单里的运营、文案岗，和 Vercel 压掉的那批销售开发岗是同一类。它们的共同特征不是"简单"，是流程清楚、有明确输入输出、做完能验收。写一封开场邮件好不好，事后可判；查一家公司的规模对不对，一查就知道。这类活的验收标准写在纸面上，机器读得懂。

那该往哪儿使劲？探哥给过一条定位心法：

「让 AI 成为牛马，让你成为牧马人。」（来源：探哥金句库，主题5·第77条）

牧马人不干牛马的活。他决定哪匹马拉哪趟车、什么时候换马、马跑偏了怎么拽回来。翻译成今天的话：你不写那封开场邮件，你定的是"什么算合格的开场邮件"，以及"哪种客户值得多跟两周"。

四、许教授视角：三五个人配 AI，就是一个三五十人的公司

许斌（许教授，通问AI® 主理人，复旦大学法学院毕业、前红圈律所律师、15年金融科技从业、香港信托基金创始人；来源：通问AI® 知识库 SSOT 事实表）的切口更偏组织本身。他有一句原话，几乎是为这条新闻写的：

「三五个人配备了 AI，它就是一个三五十个人的公司。」（来源：许教授金句库，v2.0 新增·十三·第37条）

这句话的关键不在"三五个人"，在"配备"。配备不是发账号，是把工作重新分一遍：哪些交给 AI 跑，哪些必须人拍板，跑完谁来验收。Vercel 那 1.25 个全职当量不是剩下的人，是被重新定义过职责的人。

他还有一句，讲的是这件事的时间感：

「替代你的不一定是你的同行，反而是 AI 的某次模型迭代——可能就会导致一个行业的结束。」（来源：许教授金句库，v2.0 新增·十九·第92条）

Vercel 压掉的那些岗位不是被竞争对手挖走的，是被自家一套内部系统替掉的。同行还在卷话术、卷话单量时，变量从另一个方向进来了。

那企业该从哪里动手？许教授反复讲的一件事是 skill 化：

「只有 SKILL 这一层，是所有人都能参与的。万事万物都能 Skill 化。」（来源：许教授金句库，v2.0 新增·十五·第57条）

这句话解释了 Vercel 那 100 个 skills 是怎么来的——不是一次性设计的，是一件活一件活攒出来的。D0 把工作方式改成围绕文件系统之后成功率翻倍，说明 skill 的形态本身也在迭代，不是写完就定死。

他还提醒过一件事，很多人第一反应会犯：

「不要把 AI 当工具，当你把 AI 当工具的时候，你已经输掉了。」（来源：许教授金句库，v2.0 新增·十四·第39条）

工具是"好用就用，不好用就扔"。员工不一样，员工要交代、要验收、要纠偏。Vercel 那份账算得清，是因为它把 AI 当编制在管，有明确的职责边界和验收口径。当工具用的人，永远只会拿它省自己那点时间。

这里要把话说准，不能推过头。 "三五个人顶三五十个人"说的是产出规模，不是组织复杂度。人少不一定好管，五个各带一条 AI 流水线的人，协调成本可能比三十人的科层制更高。别把它当"裁员指标"，这是一条要配管理动作才成立的判断。

五、另一本账：Klarna 把人请了回来

上面讲的都是"做到了"的样本。只看成功案例，结论一定会偏。补一个反向的。

Klarna 是一家瑞典金融科技公司，2024 年上线智能体客服，首月处理 230 万次对话，AI 承担的工作量一度相当于 700 名人工客服（后增至约 850 名），平均解决时长从 11 分钟降到 2 分钟；外部客服人力从约 3000 人削减到 2300 人。

然后事情反转了。据 Bloomberg 报道（经 The Economic Times、The Independent 转述，2025年），Klarna CEO Sebastian Siemiatkowski 公开承认自动化主导的模式让服务质量下降，"成本成了过于主导的评估因素"，公司重新开始招客服，并试点一种按需接单的远程客服模式（来源：The Economic Times 转述 Bloomberg 报道；The Independent 相关报道，2025年）。

这个反例说明什么？ "能被写成流程"和"该不该交给 AI"是两道题。销售开发的第一封信写错了，客户不理你，损失可控；客服回答少了共情、判错了责任，损失落在品牌和信任上，往往几个月后才显形。所以拆流程时还得再问：这条流程做坏了，代价落在哪、多久能看出来。

这两件事不矛盾，边界要划清。 上一节说"AI 没有交接摩擦成本"，指的是人与智能体之间——它不会因为心情不好、不会因为交接没写清楚而漏掉线索。"五个人比三十个人难管"说的是人与人之间——对齐、权责、激励这些成本不会因为加了 AI 就消失，反而可能因为每人管一条线变得更碎。两个判断针对的是两种摩擦。

六、GEO 视角：当替你筛客户的是 AI，它只读得到公开信息

前面几节都在讲企业内部。还有一层影响在企业外部，它和 Vercel 这个案例是同一条链条的两端。

Vercel 那个 D0 agent 干的是查资料、判断线索值不值得跟。它读的是公开信息：官网写了什么、文档全不全、案例能不能核实、价格口径一不一致。它不打电话，不进店，不看你朋友圈。它只读得到你能被读到的东西。

往外推一步：当越来越多的公司把"查客户"交给 AI 智能体，同样的事也会发生在"查供应商"上。你客户的 AI 也在替客户筛你，判据和你竞争对手的 AI 一模一样——你公开的信息清不清楚、口径统不统一、事实能不能溯源。这不是"要不要做品牌"的问题，是"你的信息能不能被机器读懂"的问题。

许教授讲 GEO 工程时说过一句话，把底层点破了：

「SEO 为了挣广告费，要让你停留；GEO 是给 AI 看的，所以答案必须放最前面。看上去只有 S 换成 G，底层逻辑是全换掉的。」（来源：许教授金句库，v2.0 新增·十七·第72条）

传统 SEO 的目标是让人多停一会儿，多看一眼广告。GEO 的目标反过来：让机器一眼拿走答案。这两种内容长得完全不一样——前者要悬念，后者要结论在前、事实成块、来源可查。

探哥把商业含义讲得更直接：

「今天最强刚需是 AI 获客——3.5 亿 AI 用户养成了一个习惯，有事没事都问 AI。」（来源：探哥金句库，主题4·第60条）

这两件事是同一枚硬币的两面。企业内部，AI 在替它筛客户；企业外部，客户的 AI 在替客户筛它。你被不被选中，取决于你被不被读懂。

要说明清楚：AI 引擎是否引用你的内容，取决于它自己的抓取、索引与质量判定，不是发一篇就能被引。但"结论前置、事实可溯源、口径统一"这三点，是主流引擎的常见偏好，也是我们自己做官网优化时反复验证过的方向。

但这里有个二阶后果，必须说在前面。 如果所有企业都去优化"AI 怎么介绍我"，可被调用的信息会越来越多、越来越像，引擎迟早会识别出模板化内容并降权，就像广告从竞价排名一路演化那样。到那时"可信"不会因为人人都在喊而变多，反而因为同质化更稀缺。正确用法是"结构统一、内容有增量"——放真事实、真案例，别把同一套话术复制到所有平台。

七、现在就能做的三件事

不换工具、不加预算，这周就能动手，顺序不能反。

第一件，挑一条"客户主动找上门"的流程，拿一张纸拆开写。为什么专挑这一类？因为 Vercel 压掉的就是这一类——客户带着明确需求进来，后面的动作高度可枚举。拆完在每条活后面标一个字：有没有明确的输入、输出和验收标准。能标"有"的，就是 AI 现在能接的；标不出验收标准的，才是你真正要留人做的。

第二件，挑一条标"有"的流程，做成一个 skill。步骤、输入、输出、判断规则，写成一页纸。别一次做十条，做一条跑通再说——Vercel 那 100 个 skills，也不是一天攒出来的。

这里有个几乎没人愿意提的前提：没人乐意把自己的活写成一份能替代自己的说明书。 第二件事真要落地，得配三个动作：老板自己先做一条，示范的不是"裁谁"，是"把谁的活从执行挪到定标准"；给一条保护期，比如半年内不因 skill 化减人，先减返工；把"沉淀了几个 skill"写进考核。少了这三条，你大概率只会收到一堆敷衍的文档。

第三件，把"AI 怎么介绍你"纳入月度检查，做成一件能测的事：每月固定挑 10 个客户最常问的问题，去豆包、元宝、Kimi、文心各问一遍，记录三件事：AI 说得对不对、有没有过时、和官网口径是否一致，算一个"口径一致率"，一个月后复测；谁负责写在检查表上，别只挂在嘴上。官网是最权威的源，产品、价格、案例在各平台保持同一版口径。

这三件事对应 Vercel 那份账里的两个动作：先把岗位拆成流程，再把流程交给能验收的系统。前者决定你能不能减人，后者决定别人找不找得到你。

也说句实在话：我们做 AI 落地培训，这篇文章的结论对我们有利，读者该带着这个前提判断。适合谁？手里有清楚流程、愿意把重复劳动交出去的团队。不适合谁？指望买一个 AI 工具就自动省下八个人的——Vercel 那 1.25 个全职当量背后是 100 个 skills 和一套内部框架，不是一次采购。

八、常见问题

想把这套方法用在自己公司？ 通问AI® 每周有「通问AI商业变现闭门会」（666元/半日），探哥和许教授面对面拆最新 AI 趋势和变现案例；另有「通问AI商业战略实训营」（9,800元/人，原价12,800元，2天2夜，每期不超过 50 人），毕业作品是一套能跑起来的 AI Agent 或工作流。官网：https://www.tongwenai.com 。

本文为通问AI® 每日 GEO 观察系列。新闻事实来源：AI HOT 收录的公开报道（Vercel COO Jeanne DeWitt Grosser 在 The Information 访谈中的表述，经 Tomer Tunguz 博客转述；Vercel 开源智能体框架 Eve、内部 D0 agent、约 100 个 skills、约 20 个 agent 跑出 PMF，经 BestBlogs 09-15 早报转述；Claude for Small Business 新增 43 个工作流、27 个集成、安装量超 90 万次；Gergely Orosz 探访 OpenAI 的观察；Perplexity 自研 CobbleDB 的描述；均截至 2026年09月15日）；Klarna 案例据 Bloomberg 报道，经 The Economic Times、The Independent 转述（2025年）。行业事实逐条已标出处，以公开原文为准；部分条目为单一二手转述。文中探哥、许斌（许教授）视角为框架推演，非对本次事件的最新表态；带「」金句逐字出自各自金句库（探哥 5 条：主题3·第44条、主题3·第53条、主题5·第77条、主题4·第60条、v2.0·【E】；许教授 5 条：v2.0·十三第37条、十九第92条、十五第57条、十四第39条、十七第72条），可作原话引用的仅带来源标注的「」部分。文中关于"岗位能否被 AI 接管""洗人顺序"的判断为经验性判断与个人观点，非统计基率。通问AI® 相关事实以知识库 SSOT 为准。